在GTC 2025大會上，NVIDIA執行長黃仁勳再次強調，算力（Computing Power）仍是支撐人工智慧發展的核心要素，並表示NVIDIA已做好準備，透過Blackwell、Rubin、Feynman等一系列顯示架構，加速推動AI運算的進步。本文深入探討NVIDIA的算力戰略、AI推論的運算需求，以及未來GPU架構的發展趨勢，說明NVIDIA如何在AI產業的算力競賽中維持領先地位。
首先介紹了NVIDIA Blackwell架構的正式量產與市場應用，這項技術原本曾因設計缺陷導致出貨延遲，但透過與台積電的合作修正問題後，目前已經全面投入生產，並即將於今年下半年進入市場應用。Blackwell加速器的用途十分廣泛，將會應用於雲端運算、電信網路、邊緣運算、自駕車與機器人技術等領域，大幅提升AI運算效能。此外仁勳特別提到，即便AI技術能夠加快運算效率，但算力仍是決定AI發展的關鍵因素。即使人工智慧透過最佳化技術提升推論效率，仍然無法完全取代對算力的需求，因此NVIDIA堅持每年推出更強大的運算架構，以滿足AI的發展需求。
在文章中進一步解釋算力對於AI的關鍵性。黃仁勳以大型自然語言模型（LLM）推論婚宴座位安排 的例子來說明：雖然AI透過較少的詞元（Tokens）可以快速產生一個答案，但若要確保這個答案符合各個賓客的需求，則需要進行更深入的推論，處理更多詞元，這也代表需要更高的算力。
為了讓AI模型達到「深思熟慮」，AI必須在推論過程中反覆產生、處理、分析大量詞元，這意味著未來的 AI 運算需求將會 指數級增長，算力堆疊的需求也將越來越大。即便NVIDIA提供了開源推論軟體 NVIDIA Dynamo，使AI運算的成本下降，但這只是優化算力使用方式，並不能改變AI長遠發展下對算力的龐大需求。未來算力需求將會以倍數成長，甚至帶來更高層級的挑戰，因此NVIDIA持續推出更強大的運算架構，以確保AI技術的持續進步。
從Hopper到Blackwell，再到Rubin和Feynman，NVIDIA的算力藍圖，可以看出NVIDIA的架構規劃，隨著AI技術的演進，算力需求正以驚人的速度增長，而NVIDIA正是透過每年更新GPU架構來持續支撐這股趨勢。相較於GTC 2024著重於Blackwell架構的技術細節，GTC 2025更強調其應用生態的擴展。黃仁勳表示Blackwell架構產品已經完成量產，並且將在今年下半年陸續部署到市場應用。此文也指出NVIDIA的市場策略不只是開發硬體產品，而是提供完整的運算解決方案，從伺服器、雲端運算到自駕車、AI推論，涵蓋了幾乎所有高階算力需求的領域。
此外NVIDIA也再次強調，即便透過軟體優化AI運算，最終仍然必須依賴更強大的算力基礎。雖然AI軟體能夠降低部分計算成本，但AI訓練與推論的需求依然將持續增長，因此NVIDIA會持續提供足夠的算力產品，確保AI技術的發展不會受到限制。
閱讀完整文章 : https://mashdigi.com/jensen-huang-reiterates-that-computing-power-is-still-the-truth-that-supports-the-development-of-artificial-intelligence-technology-and-nvidia-is-ready/
